回測是把策略規則套到歷史資料上跑一遍，問題是只要願意調，任何策略都能在歷史上印鈔票。我們用美股三十三年的資料做了四個實驗：調參數調出來的「最佳」，樣本內排名第一、樣本外掉到第 35，兩者相關係數只有 0.119；純亂猜一千次挑出來的冠軍，樣本內夏普 0.816，比精心調參數的 0.806 還漂亮；用貪婪法逐層加濾網，樣本內夏普升 40%、樣本外反而掉 18%，還選中「避開週一」這種沒有邏輯的規則；而高換手策略只要加上 10 基點滑價，年化就從 2.48% 變成 -2.53%。這篇拆解過度最佳化、資料窺探、濾網與滑價四個陷阱，並附回測可信度檢查表。
